图像超分辨率重建技术近年来一直是图像处理领域中一个研究热点,其在理论和实际应用中均有重要意义。该方法通过对图像序列作运动估计、信息融合、去除模糊和去噪声等操作,从低分辨率序列的多幅图像中恢复细节更精细的高分辨率图像,是一种既经济又容易实现的图像分辨率提高方法。本文在分析图像超分辨率重建原理的基础上,研究了POCS算法,给出了改进的方法。根据POCS算法的原理,以“模拟-修正迭代”的方法实现超分辨率重建,改善了图像边缘质量。在此基础上,研究了基于NEDI运算的序列图像超分辨率重建算法,在对序列图像进行运动估计中,采用相关频域配准方法,为随后的图像重建提供准确的图像信息。通过研究NEDI算法,将NEDI算法与小波变换相结合,采用“小波逆变换-NEDI运算-小波变换”的方法,提高了重建图像质量。同时仿真测试了基于方向子带估计的单帧图像超分辨率重建算法的性能,证明了该方法的有效性。最后,进行算法性能的实验测试,并与类似算法进行了对比分析。